- 排名
- #129
- 总输出令牌
- 181,988
- 响应时间（平均）
- 34.40s
- 总成本
- $4.012
Muse Wonder (xhigh) vs Qwen3.7 Flash (low)
平均分几乎持平，为 7.7 vs 7.7。 Qwen3.7 Flash (low) benchmark 成本更低，为 $0.071 vs $4.012。 Muse Wonder (xhigh) 更快，为 34.40s vs 41.03s，通过率为 65.2% vs 68.1%。
已对比模型
- 排名
- #127
- 总输出令牌
- 331,107
- 响应时间（平均）
- 41.03s
- 总成本
- $0.071
推荐模型
Qwen3.7 Flash (low)
它在这里得分最高（7.7），同时成本比Muse Wonder (xhigh)低约 57.0 倍。
详细对比
| 指标 | Muse Wonder Muse Wonder xhigh | Qwen3.7 Flash Qwen3.7 Flash low |
|---|---|---|
| 分数 | 7.7 | 7.7 |
| 排名 | #129 | #127 |
| 可靠性 | 9.1 | 10.0 |
| 一致性 | 9.3 | 8.1 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 65.2% | 68.1% |
| 不稳定测试 | 2 | 6 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 28.658 | 0.439 |
| 总成本 | $4.012 | $0.071 |
| 输入价格 | $4.000 / 1M | $0.030 / 1M |
| 输出价格 | $20.000 / 1M | $0.130 / 1M |
| 缓存读取价格 | $0.200 / 1M | $0.006 / 1M |
| 缓存写入价格 | 不适用 | $0.039 / 1M |
| 总输入令牌 | 93,060 | 318,058 |
| 输出令牌 | 10,305 | 16,035 |
| 推理令牌 | 171,683 | 315,072 |
| 响应时间（平均） | 34.40s | 41.03s |
| 响应时间（最大） | 236.64s | 394.54s |
| 响应时间（总计） | 791.16s | 943.75s |
| 参数量 | ~1T 总计 (~50B 激活) | ~35B 总计 (~3B 激活) |
| 开放状态 | 闭源 | 闭源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#129 Muse Wonder
xhigh- 成本
- $0.266
- 时间
- 95.4s
- 令牌
- 13,379 tok
#127 Qwen3.7 Flash
low
Reached the allocated time limit (600 seconds) without receiving showcase output.
- 成本
- $0.000
- 时间
- 600.0s
- 令牌
- 0 tok
类别细分
| 智能体任务 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Wonder | 3.0 | 10.0 | 0.0% | 0 | 525ms | 0 | 0 | 0 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 106.71s | 225,867 | 1,749 | 25,339 |
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Wonder | 8.3 | 10.0 | 75.0% | 0 | 6.04s | 594 | 399 | 4,619 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 10.29s | 672 | 680 | 14,285 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Wonder | 10.0 | 10.0 | 100.0% | 0 | 40.90s | 7,401 | 1,639 | 46,235 | |
| Qwen3.7 Flash | 6.7 | 7.8 | 55.6% | 1 | 42.36s | 7,893 | 428 | 56,419 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Wonder | 10.0 | 10.0 | 100.0% | 0 | 51.45s | 66,337 | 5,378 | 33,573 | |
| Qwen3.7 Flash | 6.4 | 5.8 | 66.7% | 1 | 217.77s | 64,756 | 11,880 | 131,432 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Wonder | 10.0 | 10.0 | 100.0% | 0 | 6.90s | 7,053 | 470 | 4,532 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.44s | 7,782 | 270 | 12,503 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Wonder | 3.6 | 7.2 | 22.2% | 1 | 150.71s | 497 | 1,078 | 66,033 | |
| Qwen3.7 Flash | 3.6 | 7.2 | 22.2% | 1 | 37.60s | 780 | 60 | 38,897 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Wonder | 10.0 | 10.0 | 100.0% | 0 | 5.77s | 519 | 227 | 1,516 | |
| Qwen3.7 Flash | 4.0 | 9.3 | 0.0% | 0 | 14.37s | 516 | 128 | 5,423 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Wonder | 6.5 | 10.0 | 50.0% | 0 | 2.64s | 408 | 117 | 1,594 | |
| Qwen3.7 Flash | 8.5 | 6.8 | 83.3% | 1 | 9.88s | 699 | 99 | 8,147 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Wonder | 5.3 | 10.0 | 33.3% | 0 | 3.53s | 246 | 222 | 1,878 | |
| Qwen3.7 Flash | 7.3 | 5.2 | 77.8% | 2 | 9.79s | 696 | 382 | 10,763 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Wonder | 10.0 | 10.0 | 100.0% | 0 | 27.97s | 9,780 | 565 | 6,323 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 7.66s | 8,193 | 335 | 2,172 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Wonder | 2.8 | 1.6 | 33.3% | 1 | 25.37s | 225 | 210 | 5,380 | |
| Qwen3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 18.42s | 204 | 24 | 9,692 |
快速对比
切换对比组合
Muse Glimmer 30BmediumvsQwen3.7 FlashlowClaude Haiku 5.5mediumvsQwen3.7 FlashlowMuse Glimmer 30BhighvsQwen3.7 FlashlowGPT-6 LunahighvsQwen3.7 FlashlowMuse WonderhighvsQwen3.7 FlashlowMuse WonderxhighvsQwen3.5 Plus 2026-04-20mediumClaude Haiku 5.5mediumvsMuse WonderxhighMuse WonderxhighvsGPT-6 LunahighMuse WonderxhighvsQwen3.8 Flash NextmediumMuse WonderxhighvsGPT-6 LunalowMuse WonderxhighvsQwen3.8 27Blow免费可用DeepSeek V4 Flash 0731mediumvsQwen3.7 Flashlow